Q1: İş Probleminin Tanımı

Bu proje, SuiteCRM platformunu kullanarak satış performansını izlemek ve analiz etmek için kapsamlı bir yönetici görünüm panosu oluşturmayı amaçlamaktadır. Bu pano, satış yöneticilerine çeyrek dönem satış performansını (QTD) takip etmek için etkili bir araç sağlar. Aynı zamanda, mevcut kotayı önceki çeyreklerle karşılaştırarak satış yöneticilerinin ürün raporlarını ve fırsatlarını CRM verilerine dayanarak filtrelemelerine olanak tanır.

Bu araç, üst düzey satış liderlerinin büyük miktarda veriyi incelemesine ve manuel olarak veri yığınlarını taramak zorunda kalmadan doğru sonuçlara ulaşmasına yardımcı olur. Bu genel bakış, satış yöneticilerinin yanlış bilgi ihtimali olmadan verilerden hızlı bir şekilde yeni stratejiler oluşturmasına ve dikkatlerini diğer önemli alanlara odaklamasına olanak tanır.

SuiteCRM platformunun sağladığı ana özellikler

  • Satış Yönetimi: Potansiyel müşterileri yönetme, fırsatları izleme ve satışları kapatma.

  • Raporlama ve Analiz: Satış verilerini analiz etme ve geçmiş verilerle karşılaştırma.

  • Pazarlama Otomasyonu: Müşteri segmentasyonu ve e-posta kampanyaları oluşturma.

  • Esneklik ve Entegrasyon: REST API ve geniş eklenti kütüphanesi ile diğer sistemlerle entegrasyon ve özelleştirme imkanı.

Bu proje, SuiteCRM’nin sunduğu araçlardan yararlanarak, şirketlerin satış stratejilerini geliştirmelerine, pazarlama verimliliğini artırmalarına ve iş süreçlerini optimize etmelerine yardımcı olmayı hedeflemektedir. Yönetici görünüm panosu, kullanıcıları gereksiz girdilerle bunaltmadan, çeşitli iş olanaklarını net bir şekilde ortaya koymak için mevcut kota ve tarihsel verilerin karşılaştırmasına dayanır.

Q2: İş Problemini Çözmede Kullanılacak Veri Seti

Veri Seti

Proje kapsamında kullanılacak veri seti, CRM satış özetlerini içeren bir Excel dosyasıdır. Veri setine şu adresten erişilebilir: https://data.world/james-1992/crm-sales-summary/workspace/file?filename=crm-data.xlsx.

Veri Setinin Özeti

Bu veri seti, çeyrek dönem satış performansını (QTD) izlemek için kullanılan kapsamlı bir yönetici panosunun temelini oluşturur. Bu pano, satış yöneticilerine mevcut kotaları önceki çeyreklerle karşılaştırma ve CRM verilerine dayalı ürün raporları ve fırsatları filtreleme imkanı sunar.

Veri Setinin Detayları

  • Kaynak: Veri seti, Data.World platformundan temin edilmiştir.

  • İçerik: 3000’in üzerinde şirketin isim, adres, faaliyet alanı, ürün ve fırsat verileri, işlem hacimleri, üç aylık periyotta (QTD) satış performansları ve coğrafi konum bilgilerini içermektedir.

  • Format: XSLX formatında bir Excel dokümanıdır.

  • Boyut: 656 KB, 38 kolon ve 3215 satırdan oluşmaktadır.

Veri Toplama ve Üretim Süreci

  • Toplayan/Yaratanlar: Veri seti, şirketlerin üç aylık periyotlarda yaptığı satış performanslarını analiz etmek amacıyla oluşturulmuştur. Veriler, çeşitli şirketlerin CRM sistemlerinden toplanmış ve birleştirilmiştir.

  • Üretim Aşamaları: Veri seti, satış performanslarının yeni satış stratejilerinin geliştirilmesine olanak tanıyan bir araç tarafından derlenmiştir.

Veri Üzerinde Yapılan Değişiklikler:

  • Veri Temizliği: Eksik veya hatalı veriler temizlendi. Özellikle adres ve ürün bilgileri gibi kritik alanlardaki eksiklikler giderildi.

  • Format Dönüşümleri: Verinin SuiteCRM’in veri tabanı yapısına uygun hale getirilmesi için gerekli dönüşümler yapıldı. Örneğin, tarih formatları ve sayısal değerlerin doğruluğu kontrol edildi.

  • Veri Entegrasyonu: SuiteCRM’e veri ithalatı için gerekli olan veri şablonları kullanılarak veri seti hazırlandı.

Sentetik Veri Üretimi

Bu projede sentetik veri üretimi yapılmamıştır. Ancak, veri setinin eksik veya yetersiz olduğu durumlarda ek veri ihtiyacı ortaya çıkarsa sentetik veri üretimi değerlendirilebilir.

Veri seti, SuiteCRM platformuna entegre edilerek, çeyrek dönem satış performansının izlenmesi ve analiz edilmesi için kullanılacaktır. Bu veriler, satış yöneticilerinin veri yığınlarını manuel olarak inceleme zorunluluğunu ortadan kaldırarak, doğru ve hızlı sonuçlar elde etmelerine ve yeni stratejiler geliştirmelerine yardımcı olacaktır.

Q3: Veri Seti Keşifsel Analizi

Bu bölümde, veri setinin keşifsel analizi yapılmıştır.

Veri setindeki önemli sütunlar ve içerdikleri veri tipleri

  1. account_id: Müşteri veya şirket hesap ID’si (string)
  2. account_name: Müşteri veya şirket adı (string)
  3. account_owned_by: Hesabın sahibi (string)
  4. account_type: Hesap tipi (string)
  5. address: Müşteri veya şirket adresi (string)
  6. billing_city: Fatura şehri (string)
  7. billing_region: Fatura bölgesi (string)
  8. billing_state: Fatura durumu (string)
  9. close_date: Kapanış tarihi (date)
  10. closed: Kapanış durumu (boolean)
  11. created_date: Oluşturulma tarihi (date)
  12. current_quarter: Mevcut çeyrek (string)
  13. days_left_before_eoq: Mevcut çeyreğin sonuna kadar kalan günler (integer)
  14. hide_dates: Tarihleri gizleme durumu (boolean)
  15. industry: Endüstri (string)
  16. opportunity_id: Fırsat ID’si (string)
  17. opportunity_name: Fırsat adı (string)
  18. opportunity_type: Fırsat tipi (string)
  19. opportunity_type_filter: Fırsat tipi filtresi (integer)
  20. product_name: Ürün adı (string)
  21. product_name_filter: Ürün adı filtresi (integer)
  22. stage: Aşama (string)
  23. today: Bugünün tarihi (string)
  24. won: Kazanılan fırsat durumu (boolean)
  25. zip_code: Posta kodu (integer)
  26. amount: Miktar (decimal)
  27. customer_count: Müşteri sayısı (integer)
  28. discount_granted: Verilen indirim (decimal)
  29. latitude: Enlem (decimal)
  30. longitude: Boylam (decimal)
  31. location: Konum (geopoint)
  32. number_of_records: Kayıt sayısı (integer)
  33. opportunity_quantity: Fırsat miktarı (decimal)
  34. sales: Satışlar (string)
  35. software_sold: Satılan yazılım miktarı (integer)
  36. transactions: İşlemler (integer)
  37. unit_price: Birim fiyat (integer)
  38. weekly_sales: Haftalık satışlar (decimal)

Proje kapsamında bu veri setini iki parçaya ayırıyoruz. Ön işleme sonucunda oluşan csv dosyaları(Accounts ve Opportunities) ana veri setimizi oluşturmaktadır.

Veri setlerimizin barındırdığı veri sayısı

Account veri setimizin 9645, Opportunities veri setimizin 3215 tane verisi bulunmaktadır.

Account veri seti

Account veri seti id, isim, oluşturulma tarihi, adres gibi verileri barındırmaktadır.

Opportunities veri seti

Opportunities veri seti id, isim,tip, satış aşaması gibi verileri barındırmaktadır.

Sektörlere Göre Hesap Sayısı

Veri setleri incelendiğinde 39 farklı sektörde hesap bulunduğu görülüyor. Bu sektörlerden en çok tercih edilenleri sağlık, teknoloji ve finans hizmetleridir.

Fırsat Aşamalarına Göre Fırsat Sayısı

Veri setleri incelendiğinde 7 farklı fırsat aşaması olduğu görülüyor. Bu fırsat aşamalarından en çok tercih edilenleri kapalı kazanç ve kapalı kayıp.

Q4: Veri setinin BYS platformuna ihtali

SuitCRM’in sağladığını en önemli özelliklerden biri de veri import (içe aktarma) özelliğidir. SuiteCRM’in sağladığı bu özellikler sayesinde, CSV dosyalarındaki verilerin sisteme entegre edilmesi hızlı ve etkili bir şekilde gerçekleştirilebilir. Proje kapsamında, iki adet CSV uzantılı dosya, SuiteCRM’in sağladığı veri içe aktarma özelliği kullanılarak sisteme entegre edilmiştir.

Q5 : Yapılması planlanan veri analizi

  1. Kategori ve Sınıflara Göre Analiz Müşteri türü, endüstri, coğrafi konum gibi kategorilere göre verileri ayırarak analizler yapabiliriz. Örneğin: Farklı endüstrilerdeki yıllık gelir ortalamaları, Şehir bazında toplam satışlar, fırsatların satış aşamalarına göre dağılımı

  2. Grafiksel Analiz ve Görselleştirme Verilerden anlamlı grafikler oluşturmak, içgörüleri görselleştirerek daha iyi anlamamıza yardımcı olur. Önerilen grafikler: Şehirlere göre toplam satış tutarı (bar chart), fırsat aşamalarına göre fırsat sayısı (bar chart), endüstrilere göre ortalama yıllık gelir (bar chart veya pie chart)

  3. İstatistiksel Analizler Ortalama, medyan, varyans gibi temel istatistiksel metriklerle verilerin genel eğilimlerini ve dağılımlarını analiz edebiliriz. Bu analizler, hangi müşteri segmentlerinin daha karlı olduğunu veya hangi fırsat türlerinin daha yüksek başarı oranına sahip olduğunu anlamamıza yardımcı olur.

  4. Senaryo Analizi ve Sentetik Veri Üretimi Farklı senaryolar oluşturarak, belirli stratejilerin nasıl performans göstereceğini analiz edebiliriz. Örneğin, satış stratejilerinin farklı müşteri segmentlerinde nasıl etkili olduğunu görmek için sentetik veri üretilebilir.